WorldGen

环境要求

• Python 3 环境与 pip3
• 带 GPU 支持的 PyTorch/torchvision（需 CUDA 环境）
• 可访问 GitHub 的网络（需拉取 DA-2、pytorch3d 等依赖）
• 已安装 git（用于克隆代码与安装依赖）

安装与启动步骤

1. 1克隆项目代码

   从 GitHub 拉取 WorldGen 仓库并进入项目根目录，后续 pip install . 必须在此目录执行。

   git clone https://github.com/ZiYang-xie/WorldGen.git
   cd WorldGen

   复制

2. 2安装 GPU 版 PyTorch

   README 要求安装带 GPU 支持的 torch 与 torchvision，请确认本机 CUDA 驱动正常。

   pip3 install torch torchvision

   复制

3. 3安装 WorldGen 本体

   在项目根目录执行 pip install . 安装 worldgen 包，这是两行代码生成场景的前提。

   pip install .

   复制

4. 4安装 DA-2 深度估计

   360 深度估计依赖，README 特别说明加 --no-deps 以避免依赖版本冲突。

   pip install git+https://github.com/EnVision-Research/DA-2.git#subdirectory=src --no-deps

   复制

5. 5安装 pytorch3d

   安装 pytorch3d 及其依赖，README 要求加 --no-build-isolation 参数。

   pip install git+https://github.com/facebookresearch/pytorch3d.git --no-build-isolation

   复制

6. 6运行文本生成示例

   用文本提示词生成 3D 场景，--return_mesh 返回网格；随后会启动本地 viser 服务。

   python demo.py -p "A beautiful landscape with a river and mountains" --return_mesh

   复制

7. 7安装可选扩展

   ml-sharp 实验特性与背景修复 iopaint 均为可选，需要时再按需安装。

   pip install -e submodules/ml-sharp
   pip install iopaint --no-dependencies

   复制

如何确认成功

命令运行后本地 viser 服务会启动在 http://localhost:8080，用浏览器打开即可实时查看并 360° 探索生成的 3D 场景。

常见问题

注意事项

• 安装命令建议按 README 顺序执行：先装 torch，再装 worldgen，然后装 DA-2 与 pytorch3d。
• README 中定制版 viser 的安装命令是注释形式给出的，但说明中明确提示需要安装它才能正确可视化网格。
• demo 脚本默认在本机 8080 端口启动 viser 服务，如被占用需先释放端口。
• ml-sharp 与 iopaint 属于可选扩展，不影响基础的文本/图像生成场景功能。